卡内基梅隆大学生物医学工程系主任 Bin He 的研究标志着实现 NIH BRAIN 计划目标的道路上的一个重要里程碑，将高密度脑电图 (EEG) 作为动态功能神经成像的未来范例。

NIH 通过推进创新神经技术 (BRAIN) 计划进行的大脑研究激励研究人员“制作一张革命性的大脑动态图片，首次展示单个细胞和复杂的神经回路如何在时间和空间上相互作用。” 一项理想的人脑功能成像技术——该计划的首要任务之一——将以高时间分辨率、高空间分辨率和广泛的空间覆盖范围来描绘大脑活动。

卡内基梅隆大学的 He 在功能性神经影像学领域取得了重大飞跃。美国国立卫生研究院资助的一项持续数年并检查了数十名癫痫患者的研究产生了一种新颖的源成像技术，该技术使用高密度脑电图记录来绘制潜在的大脑网络。这项研究发表在Nature Communications上，是朝着建立动态成像人脑功能和功能障碍的能力迈出的一大步。这可以提供重要的洞察力，以了解基础信息处理发生的地点和方式。

脑电图长期以来一直是可用于人类大脑映射的最有效的功能方法之一。它需要几毫秒的时间才能读取数据，但该技术仍在努力确定大脑活动的空间范围。He 和他的团队提出的方法首次可以使用高密度脑电图准确估计大脑活动区域的大小和范围，以及功能相关区域之间的相互作用。他们的发现使用梅奥诊所的临床记录进行了验证，分析了 36 名患者记录的总共 1,027 个脑电图尖峰和 86 次癫痫发作。

该团队的方法称为快速时空迭代重新加权边缘稀疏性 (FAST-IRES) 技术，它使用机器学习来客观地估计随时间变化的信号源和活动。与先前的成像技术不同，它不需要专门的算法或人工干预来确定源范围，并且只需要来自医生的最少、直观的输入。